پياده‌سازي الگوريتم گروه ذرات احتمالي در رويكرد بهينه سازي از طريق شبيه سازي

Implementation of Particle Swarm Algorithm in Optimization Approach Using Simulation

بهينه سازي از طريق شبيه سازي، ابزاري كارا و جا افتاده در مواجهه با مسايل بهينه سازي به شمار مي رود. ابزاري كه قادر است شرايط حاكم بر مسايل دنياي واقعي را نسبت به ساير ابزارهاي بهينه سازي به گونه اي بسيار كامل تر پوشش دهد. مشكلي كه در استفاده از اين ابزار وجود دارد، لزوم پردازش سنگين محاسباتي است. اين مشكل از آنجا ناشي مي شود كه نه تنها فرايند شبيه سازي، خود زمان‌بر است، بلكه محاسبه مقدار تابع هدف در يك نقطه از فضاي جواب، مستلزم اجراهاي متعدد شبيه سازي است. متامدل‌ها رويكردي براي مقابله با اين معضل هستند و خود مشكلات ديگري به همراه دارند كه استفاده از آنها را محدود مي كند. متامدل، مدل شبيه سازي را بار ديگر مدل مي كند؛ از پيچيدگي‌هاي آن مي كاهد و در عين حال مدل را باز‌‌‌‌‌ هم بيشتر از حالت واقعي‌اش دور مي كند. در اين مقاله، الگوريتم دسته ذرات، به گونه اي تغيير يافته است كه بتواند در عين حذف متامدل، زمان دستيابي به جواب بهينه را كاهش دهد.

Optimization through simulation is considered an efficient tool in dealing with optimization problems. It’s a tool that is capable to cover real world problems to a much more complete way than the other optimization tools. The problem of this tool is the necessity of heavy processing computations. This problem is caused not only since the simulation process is time consuming, but the objective function value at a point of the solution space is required to simulate multiple performances. Meta-models are approaches to deal with this dilemma and have other problems that limit their use. Meta-model remodel the simulation model; it reduces the complexity of the model and yet the model still further away from the real world In this paper, the particle swarm optimization is modified so that can addition to remove the meta-models, reduce time to achieve optimal response.